[发明专利]对使用蒙特卡罗绘制进行绘制的图像去噪在审

专利信息
申请号: 202111034311.6 申请日: 2021-09-03
公开(公告)号: CN114549374A 公开(公告)日: 2022-05-27
发明(设计)人: M·伊西克;M·格哈比;M·费希尔;K·B·M·拉克什米纳拉亚纳;J·埃森曼;F·派拉兹 申请(专利权)人: 奥多比公司
主分类号: G06T5/50 分类号: G06T5/50;G06T5/00;G06N3/08
代理公司: 北京市金杜律师事务所 11256 代理人: 马明月
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 使用 蒙特卡罗 绘制 进行 图像
【权利要求书】:

1.一种用于对图像去噪的方法,所述方法包括:

在第一图像的像素集合中的个别像素内标识多个对应的采样点;

针对个别采样点,估计表征在所述对应的采样点处接收到的光的对应辐射向量;

由第一机器学习模块至少部分地基于与对应像素内的所述多个对应的采样点相关联的所述辐射向量,针对所述集合中的个别像素生成对应的中间辐射特征向量;

由第二机器学习模块至少部分地基于针对所述对应像素和一个或多个相邻像素的中间辐射特征向量,针对所述集合中的个别像素生成对应的最终辐射特征向量;以及

至少部分地基于所述最终辐射特征向量来生成第二图像,其中与所述第一图像相比,所述第二图像具有更少的噪声并且更逼真。

2.根据权利要求1所述的方法,其中:

生成所述最终辐射特征向量包括:针对所述集合中的每个像素生成至少具有对应的第一区段和对应的第二区段的对应的最终辐射特征向量;并且

所述方法还包括:

至少部分地基于所述最终辐射特征向量的所述第一区段,生成具有第一步幅的第一内核子集,以及

至少部分地基于所述最终辐射特征向量的所述第二区段,生成具有第二步幅的第二内核子集。

3.根据权利要求2所述的方法,其中生成所述第一内核子集包括:

生成所述第一内核子集中的第一内核,所述第一内核包括作为目标像素的第一像素和与所述目标像素相邻的多个像素,

其中所述第一内核具有步幅X,指示所述第一内核内与所述目标第一像素相距X个像素的像素被分配有非零权重,X是正整数,所述第一内核内的第二像素与所述目标第一像素相距X个像素,并且

其中规定从所述第二像素到所述第一像素的辐射值的贡献的第一权重至少部分地基于(i)针对所述第一像素的第一最终辐射特征向量的所述第一区段与(ii)针对所述第二像素的第二最终辐射特征向量的所述第一区段之间的距离而被计算。

4.根据权利要求3所述的方法,还包括:

由所述第二机器学习模块针对所述集合中的个别像素生成对应的缩放因子,其中生成所述第一内核包括至少部分地基于被分配给所述第二像素的缩放因子来生成所述第一权重;以及

至少部分地基于(i)所述距离、以及(ii)被分配给所述第一像素的缩放因子来生成针对第二内核的第二权重,所述第二权重规定从所述第一像素到所述第二像素的辐射值的贡献;

其中至少部分地基于被分配给所述第一像素的所述缩放因子不同于被分配给所述第二像素的所述缩放因子,所述第一权重不同于所述第二权重。

5.根据权利要求4所述的方法,还包括:

响应于检测到所述第一像素或所述第二像素中的一个像素具有高于阈值的辐射值,并且所述第一像素或所述第二像素中的另一像素具有低于所述阈值的辐射值,由所述第二机器学习模块将不同值分配给所述第一像素和所述第二像素的所述缩放因子。

6.根据权利要求2所述的方法,其中生成所述第二图像包括:

将所述第一内核子集与所述第一图像进行卷积,以生成第一中间图像;

将所述第二内核子集与所述第一中间图像进行卷积,以生成第二中间图像;以及

将第三内核子集与所述第二中间图像进行卷积,以生成所述第二图像。

7.根据权利要求6所述的方法,其中:

所述第一内核子集中的每个内核具有值为1的第一步幅,使得与所述第一子集的内核中的目标像素相距1个像素的多个相邻像素被分配有对应的非零权重;

所述第二内核子集中的每个内核具有值为2的第二步幅,使得与所述第二子集的内核中的目标像素相距2个像素的多个相邻像素被分配有对应的非零权重;并且

所述第三内核子集中的每个内核具有值为4的第三步幅,使得与所述第三子集的内核中的目标像素相距4个像素的多个相邻像素被分配有对应的非零权重。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于奥多比公司,未经奥多比公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111034311.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top